1 对于如何去连接实验室的服务器问题

在这里 先去下载一个软件 用来连接服务器 下载好 实验室的服务器的IP地址 还有你在服务器上的用户 你应该都是知道的 那么就怎么去连接的问题

打开软件 点击圈的那个

在Remote host 里去填写服务器的ip地址 在specify name 点击那个人头 里面会要填写你的用户名和密码 填好后 就会出现如下页面

然后再写你的用户名

然后就会进入你自己的用户了 最开始这里面是什么都没有的
这样服务器就是连接好了
接下来 如果想要去跑网络的话 就得去配置Pycharm的环境了 在这里代码是Python的
2 那么 在你自己的电脑上去下载Pycharm的软件 我下载的是专业版 我也不知道社区版可不可以 专业版如果是学生的话 可以用学校里面自己的邮箱账号来取申请 要不然就只能去网上找激活码了
下载好后 就是Pycharm的环境的搭建了 因为你的代码不是在你的电脑上跑的 而是在服务器上跑的 那么环境也是服务器里面的 而现在你连接服务器 对于服务器里面你这个用户 如果是新建的话 里面是什么都没有的 可以试试pwd看看对于你自己的这个用户来说 里面有什么
然后 接下来 就是先在你自己的用户里面去下载你所要的东西了
一般来说 对于不同的网络 所需要的环境是不一样的 所以我们可以在服务器我自己的账户里面去创建一个虚拟环境 而首先你得去下载Anaconda

3 下载Anaconda

wget https://repo.anaconda.com/archive/Anaconda3-2019.10-Linux-x86_64.sh

3.1安装Anaconda
bash Anaconda3-2019.10-Linux-x86_64.sh
安装好后输入conda 若是输入错误 则表示没有下载好或是安装好 需要重新下载
然后去在你的账户下午创建一个文件夹 当你把你的代码传到服务器后 最好就是能有个文件夹 防止太乱了 在ubuntu的终端如何物创建文件夹 自行百度 忘了
4 上传你的代码到服务器中属于你的空间里



点进去点加号 然后选SFTP 就会出现这样页面 在Host里面填写服务器的ip地址 在User name 里面填写你的用户名 选择Password
然后填写你的密码 点击Test Connnection 会显示

这是Connection画面 然后点击Mappings

在Local path 里面 填进去你要上传代码的地址 整理成一个文件夹 填入文件夹在你电脑里面的位置 Deployment path里面填入的是你要上传的服务器里面的位置 之前创了一个文件夹专门放这个 就可以上传了到那个文件夹里
然后就是配置环境了

选择Project Interpreter 然后点击Add

点击SSH Interpreter 然后再Host 和User name 里面填入服务器的地址和你的用户名

输入你的密码

在Interpreter （解释器）里面输入服务器的python的位置
查看python的位置 在终端里输入which python
将这个地址填进去

Sync folders 这里点击文件的那个标识 然会出现Local Path Remote Path 分别在里面填进去你要上传代码的地址和你要上传的服务器里面的位置 这样就基本好了
但是前面也说了 最好死创建一个虚拟的环境 这样也能独立出来 因为到时候你跑不同的网络会要配置不一样的环境 所以这里在终端创建一个虚拟环境 在虚拟环境下来进行环境的配置

输入： conda create -n wanliu python=3.7 

其中 wanliu 指的是我为这个虚拟环境创建的名称
然后再去进入虚拟环境 conda activate wanliu
我这边出了一次意外情况 就是输入conda 死都进不去 然后用

source activate wanliu 

进去了 希望你们不要碰到我这样的情况
进去后就可以下载你所需要得模块了 就是你在你的代码中用到的模块都要下载 因为你所用的解释器也是在这里面 所以前面对于解释器那块要重新换成你在虚拟环境里面的python 所在的位置了
这样就基本好了
对于模块的下载 不知道该怎么下载的时候 可以自行百度 就直接百度 哪个哪个模块的安装

大概下载的形式是这样的 但是也不是唯一
对于pytorch的下载 因为文件比较大 然后 你就可以通过一些方式来加速

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --set show_channel_urls yes
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/

这是通过清华源的方式来加速的
然后在你的虚拟环境中输入

conda install pytorch torchvision cpuonly -c pytorch